本书主要对几类常用的非线性优化算法：共轭梯度法、拟牛顿法、邻近点法、信赖域方法以及求解约束优化问题的梯度投影法、有限记忆BFGS方法、Topkis-Veinott方法等逐一作了介绍，尤其着重于对这几类算法的改进和扩展应用，包含对共轭梯度法参数的讨论、修正的共轭梯度法、修正的拟牛顿公式及对应的修改的拟牛顿算法、非单调的BFGS类算法、非光滑凸优化的一类邻近点模式算法、邻近束方法、带非单调线搜索的Barzilai-Borwein梯度法、自适应三次正则化信赖域算法、结合有限记忆BFGS的有效集投影信赖域方法、初始点任意的梯度投影法、变形Topkis-Veinott方法、子空间有限记忆BFGS方法等，以及随机规划SQP算法和随机极限载荷分析模型。对应算法均给出了收敛性质的分析，部分算法给出一些算例和数值试验结果。